LangSmith 微調 CLI smithtune 可在 FireworksAI_HQ 與 baseten 上訓練
Ankush Gola 表示，smithtune 會從 LangSmith 提取、篩選並處理軌跡，在 FireworksAI_HQ 與 baseten 上訓練，再用 LangSmith 評估結果。程式碼位於 langchain-ai 的 GitHub 儲存庫。
#fine-tuning
查看全部AI快訊Fireworks 表示，其為 LangSmith Fine-Tuning 與 smithtune 的發佈訓練合作夥伴
Fireworks 表示，其為 LangChain 的 LangSmith Fine-Tuning 與 smithtune 的發佈訓練合作夥伴，並描述一條以單一 CLI 從 LangSmith traces 進入 Fireworks 上受管 SFT、再進行評估與部署的路徑，無需另建訓練基礎設施。
Daniel van Strien 訓練 1.94 億參數 GLiNER2 模型，為 Hugging Face 數據集建議任務標籤
模型在 Hugging Face Jobs 上訓練，成本約 1.50 美元，可根據數據集的欄名和第一行提出任務標籤及機率。Daniel van Strien 表示，17 分鐘微調把首次建議與擁有者標籤的吻合率由 10% 提升至 69%。